新潟 5R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

モデル

5R 新潟競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リリーサー	原	実6.3	B▲ A▲勝率8% EV-46% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 12.7% (オッズ暗示: 15.9%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.5% / 期待値 -47% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	レーヌシェーヌ	柴田大	実223.1	B× A▽勝率3% EV+680% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／98日ぶりの実戦）
前5走 11/30 5東京82R 9着/13頭+1.4秒 11/16 5東京45R 6着/12頭+1.2秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 17位 / 勝率 3.5% / 期待値 +680% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ココナッツコースト	津村	実3.3	B◎ A×勝率10% EV-67% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均2.0着と安定／前走2着／229日ぶりの実戦）
前5走 01/05 1中山25R 2着/16頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 229日休養明け △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 23.0% (オッズ暗示: 30.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 10.0% / 期待値 -67% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	トレフォイルノット	杉原	実96.4	B▽ A▽勝率4% EV+305% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／258日ぶりの実戦）
前5走 12/07 5中京25R 8着/17頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ ローテーション 258日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.2% / 期待値 +305% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	アージェンタイド	江田照	実86.1	B▽ A▽勝率4% EV+231% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／182日ぶりの実戦）
前5走 02/21 1東京73R 15着/16頭+4.3秒 12/06 5中山13R 15着/15頭+2.4秒 10/19 4東京71R 10着/13頭+2.7秒 09/15 4中山55R 11着/13頭+1.4秒 ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 182日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 16位 / 勝率 3.8% / 期待値 +231% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	セシルブリュネ	斎藤	実58.9	B× A▽勝率4% EV+156% 詳細▼	大穴、AI予想勝率低く長期回収困難（104日ぶりの実戦）
前5走 03/07 2中山36R 8着/18頭+0.9秒 12/20 5中山55R 3着/17頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ ローテーション 104日休養明け × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.4% / 期待値 +157% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	サイモンナイスラン	石橋脩	実31.3	B▽ A▽勝率5% EV+43% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／76日ぶりの実戦）
前5走 03/29 3中山24R 13着/16頭+2.2秒 02/10 1東京45R 14着/16頭+1.7秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.6% / 期待値 +44% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ダノンケリー	三浦	実37.7	B× A▽勝率4% EV+55% 詳細▼	大穴、AI予想勝率低く長期回収困難（119日ぶりの実戦）
前5走 01/18 1中山75R 3着/16頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ ローテーション 119日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.1% / 期待値 +56% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ワインダークシー	田辺	実8.0	B△ A△勝率7% EV-40% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（258日ぶりの実戦）
前5走 12/07 5中山22R 4着/16頭+0.2秒 10/19 4新潟21R 3着/12頭+0.3秒 08/17 2新潟84R 3着/11頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 △ ローテーション 258日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 12.4% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.5% / 期待値 -40% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	エヴィーヴァ	武藤	実21.1	B▽ A▽勝率5% EV+9% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／147日ぶりの実戦）
前5走 03/28 3中山15R 3着/16頭+0.3秒 12/21 5中山65R 6着/16頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.5着 ○ 前走実績前走 3着 (好走) △ ローテーション 147日休養明け × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.2% / 期待値 +10% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	ヘクトルテソーロ	藤懸	実21.3	B▽ A▽勝率5% EV+2% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.5着 × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 4.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.8% / 期待値 +2% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	ローレルクラウン	小崎	実34.5	B▽ A▽勝率5% EV+56% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／91日ぶりの実戦）
前5走 03/21 2中山73R 10着/16頭+2.4秒 02/21 1阪神12R 8着/14頭+2.9秒 01/25 1中山94R 13着/16頭+3.8秒 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.5% / 期待値 +57% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
13	バトルモクオ	岩田康	実12.8	B△ A△勝率7% EV-16% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調／76日ぶりの実戦）
前5走 03/28 3中山14R 12着/16頭+4.2秒 02/15 1東京62R 12着/13頭+4.7秒 01/10 1中山35R 8着/15頭+1.7秒 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 7.5% (オッズ暗示: 7.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.5% / 期待値 -16% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
14	エーデルハイ	富田	実331.7	B▽ A▽勝率3% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／84日ぶりの実戦）
前5走 03/01 2中山23R 8着/16頭+1.9秒 01/18 1中山712R 12着/16頭+1.3秒 10/12 4東京42R 6着/10頭+1.1秒 09/13 4中山35R 8着/16頭+1.3秒 ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 18位 / 勝率 3.5% / 期待値 +1060% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
15	ブロークンハート	菊沢	実36.6	B▽ A▽勝率4% EV+55% 詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 01/25 1小倉25R 5着/18頭+0.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.3% / 期待値 +56% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
16	ブルームコード	坂井	実4.1	B○ A○勝率10% EV-60% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着／216日ぶりの実戦）
前5走 01/18 1中山712R 2着/16頭+0.1秒 12/27 5中山75R 5着/16頭+0.4秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.5着 ○ 前走実績前走 2着 (好走) △ ローテーション 216日休養明け △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 19.2% (オッズ暗示: 24.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.6% / 期待値 -61% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
17	アエログラム	◇永島	実95.0	B▽ A▽勝率4% EV+276% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／188日ぶりの実戦）
前5走 02/15 1東京65R 16着/16頭+2.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 188日休養明け △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 0.8% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.0% / 期待値 +276% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
18	ハニージョー	石川	実11.4	B△ A△勝率7% EV-18% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／98日ぶりの実戦）
前5走 03/08 2中山45R 9着/16頭+2.5秒 10/18 4東京65R 3着/16頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 8.8% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -19% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 🌟◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ

🎯 AIの本命

AI評価1位Aモデル ×

ココナッツコースト

騎手津村

単勝オッズ

3.3倍

AI期待値

-23%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○16ブルームコード

4.1倍

EV -21%

▲A:▲1リリーサー

6.3倍

EV -20%

出走馬全18頭

◎A:×3

ココナッツコースト

津村

3.3倍

-23%

›

○A:○16

ブルームコード

坂井

4.1倍

-21%

›

▲A:▲1

リリーサー

原

6.3倍

-20%

›

△A:△9

ワインダークシー

田辺

8.0倍

›

△A:△18

ハニージョー

石川

11.4倍

+0%

›

△A:△13

バトルモクオ

岩田康

12.8倍

-4%

›

▽A:▽10

エヴィーヴァ

武藤

21.1倍

-34%

›

▽A:▽11

ヘクトルテソーロ

藤懸

21.3倍

-42%

›

▽A:▽7

サイモンナイスラン

石橋脩

31.3倍

-38%

›

▽A:▽12

ローレルクラウン

小崎

34.5倍

-31%

›

▽A:▽15

ブロークンハート

菊沢

36.6倍

-27%

›

×A:▽8

ダノンケリー

三浦

37.7倍

-55%

›

×A:▽6

セシルブリュネ

斎藤

58.9倍

-51%

›

▽A:▽4

トレフォイルノット

杉原

96.4倍

-20%

›

▽A:▽5

アージェンタイド

江田照

86.1倍

-34%

›

▽A:▽17

アエログラム

◇永島

95.0倍

-27%

›

×A:▽2

レーヌシェーヌ

柴田大

223.1倍

-60%

›

▽A:▽14

エーデルハイ

富田

331.7倍

-41%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

両モデルとも見送り

5R 新潟競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	リリーサー	原	実6.3	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ★ 新馬戦 (初出走)
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 8.5% (オッズ暗示: 15.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	レーヌシェーヌ	柴田大	実223.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／98日ぶりの実戦）
前5走 11/30 5東京82R 9着/13頭+1.4秒 11/16 5東京45R 6着/12頭+1.2秒 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) ▽ 前走実績前走 17着 (大敗) △ ローテーション 98日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +680% (市場が大幅過小評価) AI 予想勝率 3.5% (オッズ暗示: 0.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ココナッツコースト	津村	実3.3	×詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均2.0着と安定／前走2着／229日ぶりの実戦）
前5走 01/05 1中山25R 2着/16頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 229日休養明け × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 10.0% (オッズ暗示: 30.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	トレフォイルノット	杉原	実96.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／258日ぶりの実戦）
前5走 12/07 5中京25R 8着/17頭+0.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) △ ローテーション 258日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +305% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 1.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	アージェンタイド	江田照	実86.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均13.3着と低調／182日ぶりの実戦）
前5走 02/21 1東京73R 15着/16頭+4.3秒 12/06 5中山13R 15着/15頭+2.4秒 10/19 4東京71R 10着/13頭+2.7秒 09/15 4中山55R 11着/13頭+1.4秒 ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 13.3着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 182日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +231% (市場が大幅過小評価) AI 予想勝率 3.8% (オッズ暗示: 1.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	セシルブリュネ	斎藤	実58.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（104日ぶりの実戦）
前5走 03/07 2中山36R 8着/18頭+0.9秒 12/20 5中山55R 3着/17頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ ローテーション 104日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +156% (市場が大幅過小評価) AI 予想勝率 4.4% (オッズ暗示: 1.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	サイモンナイスラン	石橋脩	実31.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.7着と低調／76日ぶりの実戦）
前5走 03/29 3中山24R 13着/16頭+2.2秒 02/10 1東京45R 14着/16頭+1.7秒 ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 4.6% (オッズ暗示: 3.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ダノンケリー	三浦	実37.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（119日ぶりの実戦）
前5走 01/18 1中山75R 3着/16頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.0着 △ ローテーション 119日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 4.1% (オッズ暗示: 2.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ワインダークシー	田辺	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（258日ぶりの実戦）
前5走 12/07 5中山22R 4着/16頭+0.2秒 10/19 4新潟21R 3着/12頭+0.3秒 08/17 2新潟84R 3着/11頭+0.3秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 △ ローテーション 258日休養明け × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 7.5% (オッズ暗示: 12.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	エヴィーヴァ	武藤	実21.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／147日ぶりの実戦）
前5走 03/28 3中山15R 3着/16頭+0.3秒 12/21 5中山65R 6着/16頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.5着 ○ 前走実績前走 3着 (好走) △ ローテーション 147日休養明け △ 期待値 (オッズ vs AI勝率) +9% (市場と概ね一致) AI 予想勝率 5.2% (オッズ暗示: 4.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	ヘクトルテソーロ	藤懸	実21.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（84日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.5着 △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 4.8% (オッズ暗示: 4.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	ローレルクラウン	小崎	実34.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着／91日ぶりの実戦）
前5走 03/21 2中山73R 10着/16頭+2.4秒 02/21 1阪神12R 8着/14頭+2.9秒 01/25 1中山94R 13着/16頭+3.8秒 ― ―
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +56% (市場が大幅過小評価) AI 予想勝率 4.5% (オッズ暗示: 2.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
13	バトルモクオ	岩田康	実12.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均10.7着と低調／76日ぶりの実戦）
前5走 03/28 3中山14R 12着/16頭+4.2秒 02/15 1東京62R 12着/13頭+4.7秒 01/10 1中山35R 8着/15頭+1.7秒 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
14	エーデルハイ	富田	実331.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.0着と低調／84日ぶりの実戦）
前5走 03/01 2中山23R 8着/16頭+1.9秒 01/18 1中山712R 12着/16頭+1.3秒 10/12 4東京42R 6着/10頭+1.1秒 09/13 4中山35R 8着/16頭+1.3秒 ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 3.5% (オッズ暗示: 0.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
15	ブロークンハート	菊沢	実36.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（105日ぶりの実戦）
前5走 01/25 1小倉25R 5着/18頭+0.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ ローテーション 105日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 4.3% (オッズ暗示: 2.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
16	ブルームコード	坂井	実4.1	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着／216日ぶりの実戦）
前5走 01/18 1中山712R 2着/16頭+0.1秒 12/27 5中山75R 5着/16頭+0.4秒 ― ― ―
AI 評価の内訳 — 馬番 16 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.5着 ○ 前走実績前走 2着 (好走) △ ローテーション 216日休養明け × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 9.6% (オッズ暗示: 24.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
17	アエログラム	◇永島	実95.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均16.0着と低調／188日ぶりの実戦）
前5走 02/15 1東京65R 16着/16頭+2.7秒 ― ― ― ―
AI 評価の内訳 — 馬番 17 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 16.0着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 188日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +276% (市場が大幅過小評価) AI 予想勝率 4.0% (オッズ暗示: 1.1%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
18	ハニージョー	石川	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着／98日ぶりの実戦）
前5走 03/08 2中山45R 9着/16頭+2.5秒 10/18 4東京65R 3着/16頭+0.5秒 ― ― ―
AI 評価の内訳 — 馬番 18 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 98日休養明け △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 8.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

🎯 AIの本命

AI評価1位

ココナッツコースト

騎手津村

単勝オッズ

3.3倍

AI期待値

-67%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○16ブルームコード

4.1倍

EV -60%

▲1リリーサー

6.3倍

EV -46%

出走馬全18頭

×3

ココナッツコースト

津村

3.3倍

-67%

›

○16

ブルームコード

坂井

4.1倍

-60%

›

▲1

リリーサー

原

6.3倍

-46%

›

△9

ワインダークシー

田辺

8.0倍

-40%

›

△18

ハニージョー

石川

11.4倍

-18%

›

△13

バトルモクオ

岩田康

12.8倍

-16%

›

▽10

エヴィーヴァ

武藤

21.1倍

+9%

›

▽11

ヘクトルテソーロ

藤懸

21.3倍

+2%

›

▽7

サイモンナイスラン

石橋脩

31.3倍

+43%

›

▽12

ローレルクラウン

小崎

34.5倍

+56%

›

▽6

セシルブリュネ

斎藤

58.9倍

+156%

›

▽15

ブロークンハート

菊沢

36.6倍

+55%

›

▽4

トレフォイルノット

杉原

96.4倍

+305%

›

▽8

ダノンケリー

三浦

37.7倍

+55%

›

▽17

アエログラム

◇永島

95.0倍

+276%

›

▽5

アージェンタイド

江田照

86.1倍

+231%

›

▽2

レーヌシェーヌ

柴田大

223.1倍

+680%

›

▽14

エーデルハイ

富田

331.7倍

+999%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項